公开(公告)号：CN107277065B

公开(公告)日：2019-12-17

申请号：CN201710684939.8

申请日：2017-08-11

Applicant: 厦门大学

Inventor： 肖亮 ,  闵明慧 ,  陈烨 ,  许冬瑾 ,  唐余亮

IPC: H04L29/06

Abstract: 基于强化学习的检测高级持续威胁的资源调度方法，涉及计算机和信息安全。针对计算机或云存储系统，调度其CPU等计算资源检测APT攻击，采用神经情景控制学习，不需预知APT攻击模型，优化动态数据存储系统的检测资源调度策略。结合深度卷积神经网络和情景记忆，压缩APT检测的状态空间，利用情景记忆模块存储资源分配经验，充分利用上下文环境信息，加快对APT攻防新特征的认知，加快学习速度。该方法可适应动态云存储环境和攻击模式，提高计算机和云存储系统在APT攻击下的数据隐私性能。

公开(公告)号：CN106612287B

公开(公告)日：2019-05-07

申请号：CN201710018243.1

申请日：2017-01-10

Applicant: 厦门大学

Inventor： 肖亮 ,  许冬瑾 ,  范业仙 ,  谢彩霞

IPC: H04L29/06 ,  H04L29/08

Abstract: 一种云存储系统的持续性攻击的检测方法，涉及计算机存储与信息安全。提供不需预知具体的高级持续性攻击模型，采用强化学习方法，可实现最优的设备扫描时间间隔，可抑制攻击者的攻击动机，降低攻击频率，提高云存储的数据隐私性能的一种云存储系统的持续性攻击的检测方法。提出一种云存储系统的高级持续性攻击的检测方法。在未知具体的高级持续性攻击模型情况下，通过强化学习使得防御系统能够根据高级持续性攻击在云存储设备的攻击时间间隔和持续时间等信息，设计可适应动态网络和攻击模式的检测方案。可抑制攻击者的攻击动机，降低攻击频率，提高云存储的数据隐私性能。

公开(公告)号：CN107277065A

公开(公告)日：2017-10-20

申请号：CN201710684939.8

申请日：2017-08-11

Applicant: 厦门大学

Inventor： 肖亮 ,  闵明慧 ,  陈烨 ,  许冬瑾 ,  唐余亮

IPC: H04L29/06

Abstract: 基于强化学习的检测高级持续威胁的资源调度方法，涉及计算机和信息安全。针对计算机或云存储系统，调度其CPU等计算资源检测APT攻击，采用神经情景控制学习，不需预知APT攻击模型，优化动态数据存储系统的检测资源调度策略。结合深度卷积神经网络和情景记忆，压缩APT检测的状态空间，利用情景记忆模块存储资源分配经验，充分利用上下文环境信息，加快对APT攻防新特征的认知，加快学习速度。该方法可适应动态云存储环境和攻击模式，提高计算机和云存储系统在APT攻击下的数据隐私性能。

公开(公告)号：CN109002358A

公开(公告)日：2018-12-14

申请号：CN201810811580.0

申请日：2018-07-23

Applicant: 厦门大学

Inventor： 肖亮 ,  戴灿煌 ,  许冬瑾 ,  江东华 ,  唐余亮

IPC: G06F9/50 ,  G06N3/04

Abstract: 基于深度强化学习的移动终端软件自适应优化调度方法，涉及计算技术。自动优化设置移动设备上各软件进程卸载数量，并且对本地任务进程划分优先级，分配CPU计算资源和内存资源，旨在降低移动设备的能量损耗，减少任务处理时延。通过测量移动设备上各软件的实时线程任务的规模，估测移动设备至边缘设备动态无线链路的带宽，采用深度强化学习算法评估各个进程的时延，能量损耗等反馈信息，获取软件的优化调度方案。不需要预知移动设备到边缘设备的无线信道模型和移动设备系统的CPU计算资源和内存资源占用模型，即可减少移动设备上各软件任务处理时延和能量损耗，改善用户体验。

公开(公告)号：CN106612287A

公开(公告)日：2017-05-03

申请号：CN201710018243.1

申请日：2017-01-10

Applicant: 厦门大学

Inventor： 肖亮 ,  许冬瑾 ,  范业仙 ,  谢彩霞

IPC: H04L29/06 ,  H04L29/08

CPC classification number: H04L63/1408 ,  H04L63/1441 ,  H04L67/1097

Abstract: 一种云存储系统的持续性攻击的检测方法，涉及计算机存储与信息安全。提供不需预知具体的高级持续性攻击模型，采用强化学习方法，可实现最优的设备扫描时间间隔，可抑制攻击者的攻击动机，降低攻击频率，提高云存储的数据隐私性能的一种云存储系统的持续性攻击的检测方法。提出一种云存储系统的高级持续性攻击的检测方法。在未知具体的高级持续性攻击模型情况下，通过强化学习使得防御系统能够根据高级持续性攻击在云存储设备的攻击时间间隔和持续时间等信息，设计可适应动态网络和攻击模式的检测方案。可抑制攻击者的攻击动机，降低攻击频率，提高云存储的数据隐私性能。

公开(公告)号：CN109002358B

公开(公告)日：2021-08-31

申请号：CN201810811580.0

申请日：2018-07-23

Applicant: 厦门大学

Inventor： 肖亮 ,  戴灿煌 ,  许冬瑾 ,  江东华 ,  唐余亮

IPC: G06F9/50 ,  G06N3/04

Abstract: 基于深度强化学习的移动终端软件自适应优化调度方法，涉及计算技术。自动优化设置移动设备上各软件进程卸载数量，并且对本地任务进程划分优先级，分配CPU计算资源和内存资源，旨在降低移动设备的能量损耗，减少任务处理时延。通过测量移动设备上各软件的实时线程任务的规模，估测移动设备至边缘设备动态无线链路的带宽，采用深度强化学习算法评估各个进程的时延，能量损耗等反馈信息，获取软件的优化调度方案。不需要预知移动设备到边缘设备的无线信道模型和移动设备系统的CPU计算资源和内存资源占用模型，即可减少移动设备上各软件任务处理时延和能量损耗，改善用户体验。